来源：http://mocom.xmu.edu.cn/article/show/586279a4aa2c3f280956e7ad/0/1MLlib中的特征降维方法降维（Dimensionality Reduction） 是机器学习中的一种重要的特征处理手段，它可以减少计算过程中考虑到的随机变量（即特征）的个数，其被广泛应用于各种机器学习问题中，用于消除噪声、对抗数据稀疏

来源：http://mocom.xmu.edu.cn/article/show/586df21caa2c3f280956e7b3/0/1聚类（Clustering） 是机器学习中一类重要的方法。其主要思想使用样本的不同特征属性，根据某一给定的相似度度量方式（如欧式距离）找到相似的样本，并根据距离将样本划分成不同的组。聚类属于典型的无监督学习（Unsupervised Learn

来源：http://mp.weixin.qq.com/s?__biz=MzA3ODIzNzQzNg==&mid=2651858753&idx=1&sn=f5164b3eb1128dc3c8e5fc54cf9916d7&chksm=84a15cd2b3d6d5c484c5df145e28aebdc8c5a5cc7c59a8ae1bc7d615370a37286f425e00152c&mpshare=

来源：http://blog.csdn.net/zhongkelee/article/details/44064401转载请声明出处：http://blog.csdn.net/zhongkelee/article/details/44064401一、PCA简介1. 相关背景      上完陈恩红老师的《机器学习与知识发现》和季海波老师的《矩阵代数》两门课之后，颇

kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。本文记录学习kmeans算法相关的内容，包括算法原理，收敛性，效果评估聚，最后带上R语言的例子，作为备忘。 算法原理kmeans的计算方法如下：1 随机选取k个中心

近期在部分开启共享失败的用户电脑上见到此问题——在查看“本地连接”或“宽带连接”的属性选项卡时，切换到“高级”选项卡后出现以下错误：Windows 不能显示此连接的属性。Windows Management Instrumentation（Windows管理体系结构组件WMI）信息可能损坏。要更正此问题，请使用系统还原将Windows 还原到一个较早的时间点（称为还原点）。系统还原在“附件

来源：http://blog.csdn.net/jdbc/article/details/50586042本文为第一部分,着重介绍文本预处理以及特征抽取的方法。随着互联网技术的迅速发展与普及，如何对浩如烟海的数据进行分类、组织和管理，已经成为一个具有重要用途的研究课题。而在这些数据中，文本数据又是数量最大的一类。“文本分类是指在给定分类体系下，根据文本内容自动确

来源：http://tech.huanqiu.com/news/2016-11/9731462.html人工神经网络是一种计算模型，启发自人类大脑处理信息的生物神经网络。人工神经网络在语音识别、计算机视觉和文本处理领域取得了一系列突破，让机器学习研究和产业感到了兴奋。在本篇博文中，我们将试图理解一种称为「多层感知器（Multi Layer Perceptron）」的特定的人工神经网络。

来源：http://mp.weixin.qq.com/s?__biz=MzA3MDg0MjgxNQ==&mid=2652391534&idx=1&sn=901d5e55971349697e023f196037675d&chksm=84da48beb3adc1a886e2a0d9d45ced1e8d89d4add88a9b6595f21784fcc461938b19a7385684&mpshare=

【包】library(zoo)            #时间格式预处理library(xts)            #同上library(timeSeires)      #同上library(urca)           #进行单位根检验library(tseries)         #arma模型library(fUnitRoots)     #进行单位根检验